Vos ruptures ne sont pas un problème de prévision
Une campagne réussie, un produit qui surperforme, puis la rupture. Quand la prévision est juste et que la rupture arrive quand même, le problème est ailleurs.
Le produit était leader sur son marché. La campagne TV nationale était calée depuis des mois, les volumes amont engagés en conséquence. Tout avait été fait dans les règles.
La publicité a été diffusée. Le produit a surperformé.
Et il est parti en rupture avant la fin de la campagne.
Personne ne s'était trompé. La prévision était correcte, elle était même prudente. Le produit a simplement fait mieux que prévu, et le système n'avait aucun moyen d'absorber ce mieux. Les volumes amont étaient figés par des engagements pris longtemps avant, sur la base d'une hypothèse qui s'est révélée fausse dans le bon sens.
Le reste de la campagne a été payé pour envoyer des clients vers un produit indisponible.
Le scénario que personne n'écrit
La littérature sur la rupture parle d'une seule chose : mieux prévoir. Des modèles plus fins, des historiques plus longs, du machine learning sur la saisonnalité.
Cela résout les ruptures causées par une sous-estimation de la demande. Ce n'est pas la catégorie la plus coûteuse.
La catégorie la plus coûteuse, c'est la rupture qui arrive alors que le signal était visible et que le système n'a pas pu réagir. La demande accélère, tout le monde le voit, les remontées existent, et le volume amont ne bouge pas, parce qu'il a été verrouillé par un engagement contractuel ou par un cycle de décision plus lent que l'événement.
C'est le paradoxe central : plus votre opération commerciale fonctionne, plus vous cassez vite. Et vous cassez précisément au moment où chaque vente perdue coûte le plus cher, puisque vous avez payé pour générer le trafic.
Aucun modèle de prévision ne corrige ça. C'est un problème de flexibilité, pas de précision.
Le délai fournisseur n'est pas une constante
Deuxième illusion, celle qui casse les stocks de sécurité.
En conditions normales, un sèche-linge en réapprovisionnement classique arrive en deux jours. Deux jours, c'est le chiffre qui entre dans les paramètres, qui sert à calculer le stock de sécurité, et qui finit par être traité comme une propriété du produit.
Puis un moule casse chez le fournisseur. La ligne de production est paralysée. Le réapprovisionnement passe à une livraison par mois sur cette référence.
Le délai n'a pas augmenté de 30 %. Il a été multiplié par quinze, du jour au lendemain, sans transition et sans préavis utile.
C'est la nature réelle du délai d'approvisionnement : ce n'est pas une variable continue qui fluctue autour d'une moyenne, c'est une variable qui saute. Elle vaut deux jours, jusqu'au jour où elle vaut trente. Un stock de sécurité calibré sur l'écart-type historique ne protège strictement contre rien dans ce cas de figure, parce que l'événement n'est pas dans l'historique.
La conséquence pratique est contre-intuitive : sur les références critiques, connaître l'état industriel de votre fournisseur vaut plus qu'affiner votre modèle. Combien de sites de production ? Un outillage unique ou dupliqué ? Une source d'approvisionnement ou deux ? Ce sont des questions de négociation, pas de statistique, et elles ne figurent dans aucun logiciel.
Ce qu'une rupture coûte vraiment
Le calcul habituel est la vente perdue : le produit manquant, multiplié par sa marge. C'est le plancher, pas le coût.
Le coût réel comprend trois couches supplémentaires.
Le report. Le client qui ne trouve pas achète ailleurs. Sur un produit à forte valeur et à achat rare, ce n'est pas une vente reportée de quinze jours, c'est une vente perdue pour plusieurs années, et un client qui découvre que le concurrent a du stock.
La substitution à marge dégradée. Quand le vendeur sauve la vente en basculant sur un autre produit, il bascule rarement vers mieux. Il bascule vers ce qui est disponible. L'écart de marge entre le produit voulu et le produit vendu est un coût réel que presque personne ne mesure.
L'investissement gaspillé en amont. C'est le cas de la campagne TV. La rupture n'annule pas seulement la vente, elle annule la dépense qui devait la générer.
Si vous n'additionnez pas ces trois couches, vous sous-évaluez systématiquement la rupture, et vous arbitrez en faveur du stock bas parce que le coût du stock, lui, est parfaitement visible en compta.
Les quatre causes réelles
Par ordre de fréquence sur le terrain, et non par ordre de ce dont on parle en réunion.
1. Le volume amont figé. Engagements pris avant l'événement commercial, cycle de décision plus lent que le cycle de vente. Cause numéro un des ruptures sur les produits en mise en avant.
2. Le stock théorique faux. Un système qui croit avoir de la marchandise ne déclenche aucun réapprovisionnement. C'est le lien direct avec la démarque : un écart de stock non résolu ne coûte pas seulement sa valeur, il produit une rupture invisible en aval. Deux problèmes qu'on traite dans deux réunions différentes alors que c'est le même.
3. La promotion non cadrée avec l'approvisionnement. Le plan commercial et le plan d'approvisionnement sont décidés par deux équipes, sur deux calendriers, avec deux objectifs. Quand ils se rencontrent, c'est en rupture.
4. Le délai traité comme une constante. Voir plus haut.
Notez ce qui n'est pas dans cette liste : l'erreur de prévision. Elle existe, mais elle arrive loin derrière.
Le bon indicateur
La plupart des organisations suivent un taux de rupture : le nombre de références indisponibles sur le total. C'est un indicateur de constat, et il est trompeur, parce qu'il traite toutes les références comme équivalentes.
Le taux de service dit autre chose : quelle part de la demande exprimée avez-vous été capable de servir. Il pondère naturellement par le poids commercial réel, dix références confidentielles en rupture ne valent pas la référence leader sous campagne.
Le mesurer correctement suppose de connaître la demande, pas seulement les ventes. Et c'est exactement là que ça bloque : une vente non réalisée ne laisse aucune trace dans votre système. Sans un mécanisme de captation de la demande non servie, une recherche produit sans résultat, un client renvoyé, une commande refusée, vous mesurez ce que vous avez vendu et vous appelez ça votre performance.
L'arbitrage que les modèles ne font pas
Un dernier point, et c'est celui qui distingue un opérationnel d'un système.
Quand une référence est en rupture, la réponse évidente est de la réapprovisionner. Ce n'est pas toujours la bonne.
Sur les renouvellements de mise en avant, l'arbitrage ne se jouait pas sur la disponibilité, il se jouait sur la complémentarité : est-ce que l'espace, l'attention et le budget sont mieux employés à ramener ce produit, ou à installer celui qui complète l'offre et fait monter le panier ? Une référence en rupture dont le délai réel est de trente jours ne mérite pas qu'on lui garde une place. Ce qui la mérite, c'est ce qui se vend avec elle.
C'est une décision de marge et d'assortiment, pas une décision de stock. Aucun outil ne la prend à votre place, et aucun modèle de réapprovisionnement ne la propose, parce qu'un modèle de réapprovisionnement a pour mission de remplir, pas de choisir.
Ce qu'un outil change, et ce qu'il ne change pas
Un bon système fait trois choses décisives : il rend le stock théorique fiable, donc il évite les ruptures invisibles. Il raccourcit le délai entre le signal et la décision, donc il rend la flexibilité possible. Et il conserve la trace de la demande non servie, donc il permet enfin de mesurer le vrai coût.
Mais il ne renégociera pas un engagement amont. Il ne vous dira pas que votre fournisseur n'a qu'un seul outillage. Et il ne décidera pas, un lundi matin, qu'il vaut mieux abandonner une référence que l'attendre trente jours.
La rupture n'est pas un problème de prévision. C'est un problème de vitesse de réaction et de liberté de décision. Tant qu'on cherche à mieux prévoir, on optimise la seule partie du problème qui n'était pas la principale.
J'ai passé six ans en management opérationnel dans la distribution, dont plusieurs comme directeur adjoint avec la responsabilité du compte de résultat et de la gestion des stocks sous SAP.